rd2d: Causal Inference in Boundary Discontinuity Designs
rd2d：边界断点设计中的因果推断软件AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确介绍用于边界及地理断点设计因果估计与推断的软件。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
rd2d：边界断点设计中的因果推断软件
- 研究问题
- 如何在 R、Python 和 Stata 中实施边界断点设计的估计与推断，并支持二维分数或一维带符号边界距离的分析？
- 方法与思路
- 作者介绍 rd2d 软件，以局部多项式实现清晰和模糊边界设计分析，支持自动带宽、偏差校正、一致置信带及聚类稳健推断。
- 材料陈述的贡献
- 摘要列出协变量调整、质量点检查和协方差正则化等功能；机会区应用报告资格对指定状态有较强影响，但早期就业增长效应不显著。
- 阅读关注点
- 应核对二维分数与边界距离方法的适用差别、联合或分别拟合的推断约定，以及带宽、聚类和质量点处理的实现细节。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收状态未核实。摘要未说明软件版本和完整条件；应用中的不显著结果不能直接解释为零效应。
原文摘要
Boundary Discontinuity (BD) designs are used in empirical research to learn about causal treatment effects along a continuous assignment boundary defined by a bivariate score. These designs are also known as multi-score regression discontinuity (RD) designs, and include geographic RD designs as a prominent example. This article introduces \pkg{rd2d}, a statistical software package for \proglang{R}, \proglang{Python}, and \proglang{Stata} that implements local polynomial estimation and inference for BD designs using either the bivariate score or a univariate signed distance-to-boundary score. The software covers sharp and fuzzy BD designs, providing automatic bandwidth selection, robust bias-corrected pointwise inference, uniform confidence bands, cluster-robust inference with joint or separate fitting conventions, covariate-adjusted efficiency improvements, mass-point checks, and covariance regularization, among other features. We illustrate the package with an empirical application to Opportunity Zones, where eligibility has a strong first-stage effect on designation but no significant effects on early workplace-job growth.